二维码
联系我们
蔡锦辉教授
蔡锦辉教授
香港中文大学
  嘉宾简介:
蔡锦辉教授是流行病学家,毕业于香港中文大学,获颁发统计学学士学位及医学科学博士学位。他的研究涵括全球癌症趋势及其他人口老龄化相关的健康问题。蔡博士现时带领一组夸学科团队专注于医疗保健的大数据研究,例如利用云端系统监控血压指標,和认知障碍症的自动筛查系统。蔡博士已于学术期刊发表了超过 50 篇论文。他最近一篇比较认知障碍症筛查方法的论文在美国医学会杂志内科学(JAMAInt Med)中发表。

报告摘要:
人工智能于认知障碍症的筛查应用
随着世界人口老龄化,患有认知障碍症人数急增成为全球性的公共医疗问题。现时,有许多可用于发现早期认知障碍症的筛查测试,大部份测试都是以文件形式进行。部份并有绘画几何图形,例如抄绘两个交迭的五边形,這是评估认知障碍症患者视觉空间能力的有效方法。随着科技的进步,我们可以利用电子平台,实时获取绘图的行为特征,从而作为量度脑部功能反应的一种方法。

在本次讲座,蔡锦辉教授会介绍和演示他领导研发的认知障碍症筛查平台及如何利用机器学习模型分析认知障碍症病人的绘图行为。演示中所用的数据均为研究招募的患有阿尔兹海默症的病人及一般健康人士。我们的认知障碍症筛查平台把绘图行为量化,例如绘画每一条线条所需的时间或者画线之间的停顿时间等。该平台并具备自动辨认某类图形特征的能力,例如两个五边形是否交迭或者形状合乎等。进一步发展机器学习模型,找出认知障碍症患者视觉空间不足之处及一些隐藏特征。利用机器学习技术将增加数据可解释性,并有可能提高认知障碍症筛查的准确度。我们的研究成果也可扩展到其他绘图平台,以分析绘图行为,例如谷歌的涂鸦游戏。

研究详情:
绘画简单图形,例如抄绘两个交迭的五边形,是评估认知障碍症患者视觉空间能力的有效方法。随着科技的进步,我们可以利用智能化平台,实时获取绘图时的行为特征。我们研发的一个绘画简单图形的平台,对使用者的绘图行为特征进行智能分析,并假设此平台可应用于认知障碍症的初步筛查。

方法:
我们从老年研究诊所招募患有阿尔兹海默症的病人,及从骨质疏松研究中心招募没有阿尔兹海默症的参加者以作对照组。利用我们研发的一个抄绘两个交迭的五边形智能平台,來自动辨认图形特征,包括五边形是否交迭。然后,通过 T-test检验或Chi-square test检验比较阿尔兹海默症和对照组之间的所有绘图行为和完成图像的特征。最后,我们应用多变量逻辑回归模型判别使用者是否患有阿尔兹海默症。

结果:
是次研究有 93 名参加者。其中67名参加者患有阿尔兹海默症,平均年龄为 79.7岁(SD=5.4),平均蒙特利尔认知评估(Montreal Cognitive Assessment, MoCA)分数为11.2(SD= 4.9);26名参加者没有阿尔兹海默症,平均年龄为82.7岁(SD= 3.4),平均蒙特利尔认知评估(MoCA)分数为24.4(SD= 1.7)。对比对照组,阿尔兹海默症患者绘画交迭的五边形能力较差(20.9% vs 57.7%,OR=4.86, 95% CI=1.47-16.1, p=0.010)。同时,阿尔兹海默症患者绘画第一个五边形时间较长(4.7 vs 3.8 秒,OR=2.09,95% CI=1.25-3.50, p=0.005)。

结论:
应用智能化技术分析简单图形的绘画行为是筛查认知障碍症的有效方法,能进一步发展机器学习模型,亦可以找出认知障碍症患者视觉空间损伤的一些隐藏特征。利用机器学习技术将增加数据解释性,并可能提高认知障碍症筛查的准确性。